Fisher 정확 검정 하는 방법
- 두 범주형 열(각 행이 1건)이나 집계된 범주·빈도 열을 머리글과 함께 복사합니다.
- 행 범주 열(예: 공정)과 열 범주 열(예: 판정)을 고릅니다. 두 열 모두 범주가 정확히 2개여야 합니다.
- 분석하기를 누르고 정확 P-value와 오즈비·상대위험도의 신뢰구간을 확인합니다.
예제 데이터로 보는 결과
예제 데이터는 기존 공정과 신규 공정에서 20개씩 만든 제품의 판정(불량·양품)이고, 한 행이 제품 1개입니다. 공정 열을 행 범주, 판정 열을 열 범주로 씁니다.
2×2 교차표는 기존 공정 불량 7개(35%), 신규 공정 불량 1개(5%)입니다. 정확 P-value는 0.0436으로 유의수준 0.05보다 작아 두 공정의 불량 비율이 유의하게 다릅니다. '불량'이 이름 순서로 첫 번째 열이라 사건이 됩니다.
오즈비는 10.23(95% 신뢰구간 1.121~93.34)으로 1을 포함하지 않습니다. 상대위험도 7은 기존 공정의 불량 비율이 신규 공정의 7배라는 뜻인데, 신뢰구간(0.9459~51.8)은 1을 포함해 오즈비보다 결론이 약합니다.
위험차는 0.3(신뢰구간 0.07017~0.5298)으로 불량률이 30%포인트 줄었습니다. 신규 공정 불량이 1개뿐이라 카이제곱 근사보다 Fisher 정확 검정이 맞는 경우이고, 그래프의 비율 신뢰구간이 넓은 것도 표본이 작기 때문입니다.
계산 방법
행·열 합계가 고정됐다고 보고, 초기하분포로 관측된 표만큼 치우친 표가 나올 확률을 정확하게 더합니다(SciPy fisher_exact와 같습니다).
오즈비·상대위험도와 신뢰구간은 statsmodels Table2x2와 같이 계산하며, 0인 칸이 있으면 그 칸을 0.5로 바꿉니다.
비율과 위험차
첫 번째 열 범주(이름 순서)를 '사건'으로 보고 행마다 비율을 구합니다. 위험차 = 행1 비율 - 행2 비율이고 신뢰구간은 정규근사(Wald)입니다.
결과 화면 구성
2×2 교차표, 검정 요약, 그룹별 비율+신뢰구간, 오즈비 Forest Plot이 나옵니다.
Fisher 정확 검정 결과 해석
- 정확 P-value가 유의수준보다 작으면 두 행의 사건 비율이 유의하게 다릅니다.
- 오즈비 신뢰구간이 1을 포함하지 않으면 유의한 차이와 같은 결론이고, 1보다 크면 첫 행의 사건 오즈가 더 높다는 뜻입니다.
- 어느 범주가 '사건'이 되는지는 이름 순서로 정해지니, 첫 번째 열 범주를 확인하세요.
자주 묻는 질문
카이제곱 검정과 언제 나눠 쓰나요?
2×2 표에서 기대도수가 5 미만인 칸이 있으면 Fisher 정확 검정을 씁니다. 표본이 커도 쓸 수 있습니다.
2×3 표도 되나요?
이 도구는 2×2 표만 받습니다. 더 큰 표는 카이제곱 연관성 검정을 쓰세요.
단측 검정은 무엇을 비교하나요?
'그룹1 > 그룹2'는 오즈비가 1보다 큰지, 즉 첫 행의 사건 오즈가 더 큰지를 검정합니다.